（电路与系统专业论文）基于优化tcq的分布式视频编码.pdf

d 化t c q 的d v c 框架及其相关技术，包括小波变换、四叉树扫描、零树小波( e z w ) 等，对 分布式编码存在的问题做了分析，并提出了相应的解决方案，主要工作和成果如下： 1 ) 详细研究讨论了d v c 的理论基础，并通过实验给出了像素域d v c 的率失真性能， 对其实验结果做了分析； 2 ) 研究了小波变换和t c q 量化方法，并对其做了改进和优化，提出了优化t c q 方 案，并实现了基于优化t c q 的小波域图像编码方案，取得了较好的率失真性能； 3 ) 将优化t c q 方案运用在d v c 编码框架中，提出了基于优化t c q 的小波域d v c 方 案，试验结果表明，本算法取得了相对于参考算法较好的率失真性能，且保持了低复杂 度编码特性； 4 ) 为了再进一步提高性能，本论文对残差域d v c 进行了研究，将残差d v c 与我们 提出的优化t c q 结合，提出了基于优化t c q 的残差小波域d v c 方案，实验证明，本方案 整体的编码性能较之非残差d v c 方案有了明显改善。 关键字：图像视频编码、d v c 、t c q 、四叉树 。1 a b s t r a c t a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to f3 一g e n e r a t i o nc o m m u n i c a t i o n ，al o to fl o w p o w e rv i d e od e v i c e sa p p e a r d u et ot h el i m i ts t o r a g ea n db a t t e r yp o w e r , t h e s e d e v i c e sr e q u i r e1 0 w c o m p l e x i t ye n c o d i n g w h i c hp o s e sc h a l l e n g et ot r a d i t i o n a l v i d e oc o d i n ga l g o r i t h m s r e c e n t l y ，d i s t r i b u t e dv i d e oc o d i n g ( d v c ) h a sb e e nt h e r e s e a r c h h o t s p o t i nt h ef i e l do fv i d e o c o d i n g b e c a u s ei ts h i f t st h e t i m e c o n s u m i n gm o t i o ne s t i m a t i o nt ot h ed e c o d e rf r o mt h ee n c o d e rs i d ea n d c o n s e q u e n t l ym a k e st h el o w c o m p l e x i t yv i d e oe n c o d i n gar e a l i t y b u ts of a r , t h e r ei ss t i l lab i gg a pf r o mt h ee x p e c t a t i o nt h e r e f o r et h i st h e s i st r i e st oa c h i e v e g a i n sb ya d o p t i n gw a v e l e tt r a n s f o i t l la n dt c q t od v c i nt h i st h e s i s ，a no p t i m i z e dt c qs c h e m ei sf i r s tp r o p o s e d ，a n dt h e ns o m e r e l a t e dt e c h n o l o g i e s ，s u c ha s ，w a v e l e tt r a n s f o r m ，q u a d t r e ea n de z w , a r e i m p r o v e dt om e e tt h er e q u i r e m e n t so fd v c f r a m e w o r k t h em a i nc o n t r i b u t i o n s a r ea sf o l l o w s ： 1 ) w es t u d yt h et h e o r e t i c a lf o u n d a t i o n so fd v ca n df u r t h e rg i v e t h e r a t e d i s t o r t i o np e r f o r m a n c ea n a l y s i so f p i x e l d o m a i nd v c 2 ) i no r d e rt oa c h i e v eb e t t e rr a t ed i s t o r t i o np e r f o r m a n c e ，t h i sp a p e rs t u d i e st h e w a v e l e tt r a n s f o r ma n dt c q s o m em o d i f i e ds c h e m e sa r ep r o p o s e di nt h e o p t i m i z e dt c q a n da l s o ，a ni m a g ec o d i n gm e t h o db a s e do nt c qi n w a v e l e td o m a i ni sp r o p o s e d 3 ) an e wd v cu s i n go p t i m i z e dt c qi sp r o p o s e d t oi m p r o v et h ec u r r e n t d v cs c h e m e s ； 4 ) t of u r t h e ri m p r o v et h ep e r f o r m a n c e ，an e wr e s i d u a ld v cu s i n ga no p t i m i z e d t c qi sp r o p o s e d e x p e r i m e n t a l r e s u l t ss h o wt h a tt h ep r o p o s e ds c h e m e o u t p e r f o r m st h er e f e r e n c e di nr a t e d i s t o r t i o np e r f o r m a n c e k e yw o r d s ：i m a g e v i d e oc o d i n g ，d v c ，t c q ，q u a d t r e e i v i i i i 。v i i 1 1 1 传统视频编码及存在问题1 1 2 分布式视频编码研究现状2 1 3 本论文的主要工作和组织结构3 第二章d v c 基本理论5 2 1d v c 的基本原理5 2 1 1 分布式编码的基本原理。5 2 1 2 无失真编码的s l e p i a n w o l f 理论5 2 1 3 有失真编码的w y n e r - z i v 理论7 2 2 像素域的d v c 系统框架9 2 3 实验结果与分析1 0 2 4 本章小结1 l 第三章基于优化t c q 的小波图像编码1 3 3 1 引言13 3 2 离散小波变换( d w t ) 及在图像编码中的应用1 3 3 2 1 离散小波变换( d w t ) 1 4 3 2 2 小波分解图像的方法15 3 2 3 小波变换实验17 3 3 经典四叉树扫描算法1 9 3 4t c q 原理介绍2 2 3 5 本文算法的原理及编码框架2 4 3 5 19 7 提升小波变换2 4 3 5 2 改进的四叉树扫描方法2 6 3 5 3 优化t c q 方案2 7 3 6 实验结果与分析3 0 3 7 本章小结：31 第四章基于优化t c q 的d v c 实现方案3 5 4 1 引言3 5 4 2 所提方案3 5 4 2 1 低复杂度编码3 6 4 2 2 高复杂度解码3 7 4 3 实验结果与分析3 8 4 4 本章小结：4 2 第五章基于优化t c q 的残差小波域d v c 实现方案4 3 v 基于优化t c q 的分布式视频编码 5 1 引言4 3 5 2 残差域d v c 4 3 5 3 所提方案的实现4 4 5 2 1 低复杂度编码4 5 5 3 2 高复杂度解码4 7 5 4 实验结果及分析4 8 5 5 本章小结5l 总l 右5 3 参考文献5 5 致谢。5 9 攻读学位期间发表的学术论文6 l v l c o n t e n t s c o n t e n t s a b s t r a c t 。i a b s t r a c t c h a p t e r ii n t r o d u t i o n 1 1 1 1t r a d i t i o n a lv i d e oc o d i n g 1 1 2d i s t r i b u t e dv i d e oc o d i n g 2 1 3t h e o r g a n i z a t i o no ft h i sp a p e r c h a p t e r i id i s t r i b u t e dv i d e oc o d i n g 2 1t h e p r i n c i p l e so fd v c 5 2 1 1t h e p r i n c i p l e so fd s c 5 2 1 2t h el o s s l e s sc o d i n go fs l e p i a n w o l f 5 2 1 3t h el o s s yc o d i n go fw y n e r - z i v 7 2 2t h ef r a m e w o r ko fp i x e l d o m a i nd v c 2 3e x p e r i m e n t a lr e s u l t sa n da n a l y s i s 1 0 2 4s u m m a r y 1 1 c h a p t e r i i ia ni m a g ec o d i n gm e t h o db a s e do no p t i m i z e dt c q 1 3 3 1i n t r o d u c t i o n 1 3 3 2d i s c r e t ew a v e l e tt r a n s f o r ma n da p p l i c a t i o n s 1 3 3 2 1d i s c r e t ew a v e l e tt r a n s f o r m ( d w t ) 1 4 3 2 2w a v e l e td e c o m p o s i t i o n 1 5 3 2 3w a v e l e tt r a n s f o r me x p e r i m e n t 1 7 3 3t h es c a n i n go fq u a d t r e e 1 9 3 4t r e l l i sc o d e dq u a n t i z a t i o n ( t c q ) 2 2 3 5t h ef r a m e w o r ko ft h i ss c h e m e 2 4 3 5 1d b 9 7l i f t i n gw a v e l e tt r a n s f o r m 2 4 3 5 2i m p r o v e ds c a n n i n go fq u a d t r e e 2 6 3 5 3o p t i m i z e dt c q 2 7 3 6e x p e r i m e n t a lr e s u l t sa n da n a l y s i s 3 2 3 7s u m m a r y 3 2 c h a p t e r vw a v e l e t d o m a i nd v cu s i n go p t i m i z e dt c q 3 5 4 1i n t r o d u c t i o n 3 5 v 1 1 基丁优化t c q 的分布式视频编码 4 2t h e p r o p o s e ds c h e m e 3 5 4 2 1l o w - c o m p l e x i t ye n c o d i n g 3 6 4 2 2h i g h c o m p l e x i t yd e c o d i n g 3 7 4 3e x p e r i m e n t a lr e s u l t sa n d a n a l y s i s 3 8 4 4s u m m a r y 4 2 c h a p t e rvr e s i d u a lw a v e l e t d o m a i nd v cu s i n go p t i m i z e dt c q 4 3 5 1r e s i d u a ld v c 4 3 5 2t h e p r o p o s e ds c h e m e 4 4 5 2 1l o w c o m p l e x i t ye n c o d i n g 4 5 5 2 2h i g h - c o m p l e x i t yd e c o d i n g 4 7 5 3e x p e r i m e n t a lr e s u l t sa n d a n a l y s i s 4 8 5 4s u m m a r y 5 1 s u m m a r y 5 3 r e f e r e n c e 5 5 a c k n o w l e d g e m e n t s 5 9 p u b l i s h e d t ；l v i l l 第一章绪论 1 1 传统视频编码及存在问题 第一章绪论 当今的视频压缩编码标准，如i s o 与i t u t 分别领导制定的视频压缩国际标准 m p e g x 系列与h 2 6 x 系列，已被广泛应用于视频的各个领域，取得了很大的成功。图 1 1 为传统的视频编解码框架，因编码器承担了运动估计、变换、量化、熵编码及相应 解码等大量高复杂计算，使得编码复杂度是解码的5 1 0 倍以上，体现了一种编码端复 杂解码端简单的不对称结构，这种结构在以往的视频广播或流媒体点播v o d ( v i d e oo n d e m a n d ) 等应用中显然是适合的，因为在此类应用中，视频信号往往采用一次编码多 次解码的方式来进行压缩和恢复。 图1 1 传统的视频编解码框架 f i g 1 1t h ef r a m eo f d v c 随着微电子、通信与计算机技术的迅猛发展，大量的图像视频类多媒体信号将要求 在无线网络上进行实时传输，即视频的无线通信越来越成为一个令人瞩目的研究热点， 特别是高速无线网络以及配备了摄像头的具有视频采集、编码、传输能力的无线手持设 备的爆炸式发展，己经为大数据量的无线视频提供了必备的平台环境。目前，引起较多 关注的无线视频传感网络( w i r e l e s sv i d e os e n s o r n e t w o r k ，w v s n ) 中，使用带摄像机 的无线视频节点( w i r e l e s sv i d e on o d e ，w v n ) 来处理、存储及时拍摄到的视频，然后 卜传至网络某一固定的基站。以上介绍的应用场合，都需要满足以下要求：一、由于电 池容量有限，要求无线视频编码器低功耗、低复杂度；由于传输速率的限制，要求编码 器具有高压缩效率；二、由于采用无线接入与传输，要求视频信号传输具备强健壮性。 基于优化t c q 的分布式视频编码 上述应用领域的特点是编码设备较简单，解码设备因拥有较多资源可以进行高复杂计 算，所以传统视频编码技术已不再适用于这些应用场合，须寻找新的编码压缩方法。 为此，一种全新的视频编码框架分布式视频编码d v c 实现系统开始受到关注， 其理论基础是信息论中的s l e p i a n w o l f ( s w ) 【1 】和w y n e r - z i v ( w z ) 【3 】两定理。传统的 视频编码方法，如m p e g ，h 2 6 x 标准，由于编码端采用运算量巨大的运动估计，不能 适合编码简单的通信设备。分布式视频编码【2 】【3 】【4 胴( d i s t r i b u t e dv i d e oc o d i n g ，d v c ) 将运动估计全部或部分地移动到解码端，从而保障了编码简单，因而近年来得到编码界 越来越多学者的关注。另外，d v c 利用纠错技术进行解码，在本质上能提供码流的鲁 棒性。虽然在2 0 世纪7 0 年代从理论上证明了多个相关信源独立编码联合解码同样可以 达到联合编码联合解码的编码效率，但直至2 0 0 2 年才开始有学者进行分布式视频编码 的实现算法研究，且取得了一定成果并逐渐引起关注。 1 2 分布式视频编码研究现状 目前d v c 的研究主要集中在： 1 ) 出现了各种d v c 框架和算法，如p r i s m 算法等，目前的各种d v c 方案5 1 6 1 7 】【l0 1 ， 虽然能实现简单编码，但率失真性能距离m p e g ，h 2 6 * 等标准算法还有一定的距离。 另外目前的研究中都只限于常规、简单编码方法的运用，如d c t 变换、标量量化等， 高效的小波变换应用较少； 2 ) 鲁棒、可伸缩的d v c 算法。这方面的研究较上述方面更少，而且仅限于用分布 式编码思想改进传统视频编码框架和算法的性能，对进一步提高d v c 自身鲁棒性的研 究几乎没有，如加m e 【8 1 用分布式编码思想来增加一重描述对m p e g 传输码流进行保护， m i nw u 等用分布式编码思想和多描述编码( m d ) 结合以提高m d 的性能，a s e h g a l 等【9 1 人在传统h 2 6 4 的可伸缩框架的基础上引入分布式编码的思想。 经前期的初步研究证明，这种全新框架的视频编码具有以下主要特点：低复杂度的 编码，高复杂度的解码；对于容易产生误码的通信网络如无线通信，具有较好的健壮性： 具有较高的压缩效率；易形成分级编码码流。d v c 非常适合于使携式、耗电低、运算 能力和带宽均受限的无线视频发送终端，可为未来无线视频信号编码与传输提供具有极 大竞争力的解决方案。同时，随着研究的同益深入，d v c 已被学者们用来解决更为广 2 第一章绪论 泛的问题，如低复杂度编码、多视角编码、信息安全、可伸缩编码、多描述编码、光场 编码及抗误码传输等。 1 3 本论文的主要工作和组织结构 本论文在对当前国内外d v c 技术深入研究的基础上，对d v c 编解码框架中的若干 关键技术进行了研究，完成的工作如下： 1 ) 详细讨论了分布式视频编解码的理论基础，如s l e p i a n w o l f ( s w ) 、w y n e r - z i v ( w z ) 。 2 ) 分析研究了适合d v c 的先进的变换编码，如小波变换等。并用小波变换来代替 离散余弦变换( d i s c r e t ec o s i n et r a n s f o r m ，d c t ) ，并利用图像的离散小波变换可有效去 除空间域相关性的特点，采用四叉树扫描，在静态图像编码中取得了优异的性能。 3 ) 研究了适合d v c 的量化器，提出了将栅格矢量量化( t c q ) 与d v c 相结合的 分命式视频编码方法。从信息论的角度看，矢量量化具有比标量量化更好的性能，矢量 量化是一种高效的图像编码方法，传统的v q 利用量化信号问的空间相关性，并用只存 贮或传输索引号的方法来达到压缩信号的目的，可以获得较低的编码率。而栅格矢量量 化( t c q ) 利用网格编码使量化信号之间具有时间相关性，同时把信号空问扩展一倍或 一倍以上来增大量化信号间的欧氏距离，从而达到提高量化增益的目的。t c q 是一种有 效的编码手段，以相对低的复杂度可以达到较好的均方误差性能。 4 ) 讨论了在解码端采用运动估计获得更好的边信息的方法。在d v c 编码中，产 生边信息是很重要的环节，一、在s w 压缩环节，边信息越精确，编码所需要的校验比 特越少，因而压缩性能越好；二、在量化重构过程中，d v c 中的量化重构值取期望值 e ( xy ) ，当边信息y 在x 量化区间时，则用y 来重构x ，否则，在量化区间中区与y 相 近的值来重构x ，因此边信息越精确，量化重构值越接近原始值。在我们提出的d v c 编解码方案中，解码端采用了半像素域运动估计来获得更好的边信息。 本论文的章节组织如下： 第一章绪论 本章主要介绍了目自每传统的视频编码的方法及其存在的问题和低复杂度编码对低 能耗视频设备的研究意义，分析了d v c 研究的现状和不足，最后介绍了本论文的研究 内容和组织工作。 笫二章分布式视频编码( d v c ) 的基本伦理论 本章主要探讨了d v c 的基本原理和l d p c a 编解码算法，然后重点研究了像素域 d v c 的编码框架，最后给出了像素域分布式视频编码的实验结果与分析。 基于优化t c q 的分布式视频编码 第三章基于优化t c q 的图像编码方案 本章首先介绍了离散小波变换( d w t ) 、四叉树扫描和t c q 量化的基本原理，并进 一步分析了其在静态图像编解码中的应用及其性能和特点。然后我们提出了基于优化 t c q 的图像编码方案，对d w t 、t c q 和四叉树扫描进行了优化和改进，为我们进一步 研究分布式视频编码作了准备。 第四章基于优化t c q 的小波域d v c 方案 本章在第二章和第三章研究的基础上，将优化t c q 方案与d v c 相结合，提出了优 化t c q 的小波域d v c 实现方案，本方案主要包括低复杂度编码和高复杂度解码两部分。 在低复杂度编码中我们首先对w y n e r - z i v 帧进行了提升小波变换，然后对其高频系数进 行改进四叉树扫描和优化t c q 量化，然后采用l d p c a 对量化结果进行s l e p i a n w o l f 编码：在高复杂度解码中我们主要探讨了边信息的生成，边信息的改进四叉树扫描和 w y n e r - z i v 帧的重构，最后给出了实验结果和分析。 第五章基于优化t c q 的残差小波域d v c 方案 本章主要介绍了优化t c q 在残差小波域d v c 中的应用，提出了优化t c q 的残差 小波域d v c 实现方案，本方案主要包括低复杂度编码和高复杂度解码来那个部分。在 编码端，主要介绍了残差域小波系数的生成，和进一步改进四叉树和优化t c q 以适应 残差域的量化。在解码端主要介绍了残差域边信息的生成，边信息的改进四叉树扫描和 w y n e r - z i v 帧的重构，最后给出了实验结果和分析。 4 第二章d v c 基本理论 第二章d v c 基本理论 2 1d v c 的基本原理 d v c 是分布式信源编码( d i s t r i b u t e ds o u r c ec o d i n g ，d s c ) 在视频编码中的应用。 本章将在d s c 的基础上介绍s l e p i a n w o l f 和w y n e r - z i v 编码的原理和实现方式。 2 1 1 分布式编码的基本原理 分布式信源编码的理论始于上个世纪七十年代，学者s l e p i a n 和w o l f t l 】提出了分布 式无损编码( d i s t r i b u t e dl o s s l e s sc o d i n g ) 理论，随后学者w y n e r 和z i v l 3 给出了有损压 缩编码的率失真模型。分布式编码的结构框图如图2 1 所示，在编码端，各信源之间独 立编码，而解码端利用信源之间的相关性进行解码，这种分布式编码结构将复杂度转移 至解码端。 图2 1 独立编码联合解码 f i g 2 1i n d e p e n d e n tc o d i n gj o i n td e c o d i n g 2 1 2 无失真编码的s l e p i a n w o l f 理论 s l e p i a n w 6 l f 编码理论阐述了仅在解码端存在参考信皂, ( s i d e i n f o r m a t i o n ) 的情况下对 信源进行无损编码所能取得的编码效率问题，如图2 2 所示。这罩假定x 和】，是两个独 立同分布统计相关的离散无记忆信源。我们知道，如果在编码端和解码端都可以得到参 考信息l 那么根据香农信息理论，x 的无损压缩码率极限是条件熵h ( xn ，x 的传 输码率只要大于等于条件熵俄x iy ) ，x 即能被无损恢复。 我们关心的是如果仅在解码端得剑参考信息y ，无损压缩x 所能取得的码率。s l e p i a n w o l f t _ 里论 证明了此时的压缩极限仍是h ( x iy ) ，1 j 编码端能得剑厮能取得的编码效率是一敛的。也就是说 只需知道x 和y 的联合概率分布，编码器不需要得剑参考信息就能够取得和己知参考信息。样的编码 效率，这就是s l e p i a n w o l f 编码理论。 基丁二优化t c q 的分布式视频编码 r x h ( xi 】，) ( a ) 传统的联合编码联合解码方式 r h ( xi 】，) ( b ) s l e p i a n w o l f 编码方式 图2 2 两种编码方式 f i g 2 2t h e f r a m eo ft w oe n c o d e r 对于两个信源的情况，如果x 和y 独立编解码，则如果要无损的压缩x 和y ，则 必有各自的码率不小于各自的信息熵h ( x ) ，h ( y ) 。但是，如果x 和y 联合解码，即 使x 和y 的码率小于各自的信息熵，也能做到无失真，如图2 3 所示，s l e p i a n - w b l f 确 立了x 、y 所能取得的码率范围： r r h ( x il ，) ( 2 一1 ) r ，h ( yx )( 2 - 2 ) r r + r r h ( x ，】，) ( 2 3 ) rj ， 【b i t s 】 h ( y ) h ( y i x ) 麓瑟鬻黧 、蕊疋失f j k t 缔疆x ：域 对长序列可实现无失真压缩 ： 、 i 、r z + 尺，= 胃( ，y ) h ( s ly ) 日( ) r “b i ts 】 图2 3 两个相关信源的s l e p i a n w o l f 编码码率区域 f i g 2 3s l e p i a n - w o l fc o d i n gr a t er e g i o no ft w or e l a t e ds o u r c e s 6 率分布的3 比特大小的信 都是已知的，我们可以编 码x 成2 比特( 例如：x 和y 的模2 加( 异或) 只有4 种可能( 0 0 0 ) ，( 0 0 1 ) ，( o l o ) 矛n o o o ) ， 只用2 比特就可以表示) 。而当在编码端得不到j ，只能在解码端得到的时候，我们仍 然可以把x 压缩成2 比特。我们的根据是这样的：如果我们知道x = ( o o o ) 或x = 0 1 1 ) ， 那么我们就没有必要再花费比特来区分这两个取值了，因为它们中只能有一个满足 矾墨功1 。实际上，我们可以把x = ( 0 0 0 ) 和x = ( 1 1 1 ) 组成一个陪集。同理，我们可 以把3 比特二进制码字空间中的其他码字分割成3 个不同的陪集，使得每一个陪集中的 两个码字之间的汉明距离都大于等于2 。因为总共有4 个陪集，所以我们只需要2 个比 特就可以指明x 属于哪个陪集。这4 个陪集分别是： c o s e t l = ( 0 0 0 ，1 11 ) ， c o s e t 2 2 ( o o l ，11 0 ) c o s e t 3 2 ( o l o ，1 0 1 ) ， c o s e t 4 2 ( 0 1l ，1 0 0 ) ( 这四个陪集中的两个码字之问的汉明距离都等于3 ) 在解码端可以根据】，把x 解码成陪集中对y 的汉明距离最近的那个码字。因此编码 端不需要明确地知道y 的信息，也可以把x 压缩成2 1 ：1 特。 上面的例子说明t s l e p i a n w o l f 编码的可行性，尽管s l e p i a n w o l f f , 扁码是一个信源编 码的问题，但是这个问题实际上是和信道编码原理密切相关的。从上面的两个例子中我 们可以看出，这里面的关键问题是信源码字空间的分割，我们把信源x 的输出划分成了 不同的组，我们称之为陪集，这种划分使得在每一个陪集中的两个码字之间的最小距离 尽可能地达到最大，同时保持陪集问的对称性。编码器通过只传输陪集的索引来达到数 据压缩的目的，解码器通过在陪集中进行搜索得到与参考信息距离最近的码字作为解码 结果，我们可以看出陪集的这种特性和信道码的特性十分相似，所以这种陪集的分割和 伴随式的编码和解码可以利用信道码来完成。 虽然s l e p i a n w 6 l 踺论追溯到2 0 世纪7 0 年代，但足，直到最近一些实用的分布式编 码算法才开始出现，并取得了较好的编码效果。 2 1 3 有失真编码的w y n e r z i v 理论 w y n e r 和z i v 在1 9 7 6 年把s l e p i a n w o l f 理沦扩展到了有损压缩的领域。w y n e r - z i v 理论认为，在有损压缩的时候，如果只在解码端可以得到参考信息和在编解码端都能得 基丁优化t c q 的分布式视频编码 到参考信息相比，羌没有编码效率的下降。即在有损压缩的时候，如果只在解码端可以 得到参考信息可以取得和在编解码端都能得到参考信息时取得相同的率失真，即如图 2 4 所示。 图2 4w y n e r - z i v 编码思想 f i g 2 4 t h ew y n e r z i vc o d i n g 实际的w y n e r - z i v 编码问题可以看作是一个对码字的量化和s l e p i a n w - o l f 编码相结合 的问题。如图2 5 所示。 图2 5 实际的w y n e r - z i v 编解码器 f i g 2 5t h ea c t u a lw y n e r - z i vc o d i n g 在量化部分中，设计一个量化器，把信源码字空间分割成互不重叠的2 r 个区间，那 么信源的比特率就是r 比特符号。对于每一个区间，选取一个代表码字，这一组码字 就构成了信源的码字空间。这样，所有的信源输出就被量化成了码字空间中的一个码字。 在解码端的估计部分则根据解码的码字和参考信息对解码输出做估值。把量化后的信源 码字窄问用u 表示，因为x ，y 是密切相关的，从而u 和y 也是相关的，在u 和y 之 间想象一条虚拟的信道p ( y i u ) ，把信源的码字空间u 看作信道的输人，参考信息y 看 作信道的输出，设信道码有2 7 个码字，如果信源码字属于这组信道码，那么在解码端把 参考信息看作是信道的输出，即参考信息y 是信源码字加人信道噪声后的结果，这样就 l 叮以利用信道码的纠错性能来恢复信源码字。 w y n e r - z i v 编码可以看成是一个信源信道联合编码的问题，量化部分和估计部分是 信源编码的内容，。叮以使用信号处理中的各种量化方法，如标量黾化、网格量化等。量 第二章d v c 基本理论 化后码字就构成了待分割的码字空间，在解码端的估计部分则根据解码的码字和参考信 息对解码输出做估值。将图2 5 中的s l e p i a n w b l f 编码器看作是信道编码部分，应当注 意这里所进行的并不是信道编码，而是把信道码的原理用于信源编码。随着信道码渐近 地接近信道容量，那么s l e p i a n w b l f 编码的码率就会渐近地接近s l e p i a n w 6 l f 的理论极 限。 2 2 像素域的d v c 系统框架 随着对d v c 理论研究的深入，人们陆续提出了许多建设性的框架。斯坦福大学 g i r o d ，a a r o n 等人提出的d v c 系统框架( 如图2 6 所示) 是一个编码端采用像素域 帧内编码、解码端采用帧间解码的视频压缩系统。提取视频流中的部分帧来作为关键帧 k 。通过剩下的帧作为w y n e r z i v 帧，采用帧内编码一帧间解码的方法进行压缩。 帧内编码帧间解码 w 图2 6w y n e r - z i v 视频帧内编码帧间解码器 f i g 2 6i n t r ac o d i n ga n di n t e rd e c o d i n go fw y n e r - z i v 对于w y n e r z i v 帧s ，先对每个像素值进行均匀量化，然后将量化后的索引送至 s l e p i a n w o l f 编码器。s l e p i a n w o l f 编码器包含一个位率兼容的冗余t u r b o 编码器，简称 r c p t ，可变码率的r c p t 对w y n e r - z i v 帧信息和边信息的统计特性的自适应性是必要而 有益的。这个系统中是通过解码端反馈至编码端的信息来确定r c p t 的码率的，对每个 w y n e r z i v 帧，解码器通过对先前得到的关键帧或者w y n e r - z i v 帧进行内插得到边信息 s 。为利用边信息，解码端往往采用相关信道的统计模型如拉普拉斯算子来表示s 与s 的 差值矩阵，参数由之前解码帧的统计特性来得到。 t u r b o 码解码器利用边信息s 和接收到的w y n e r z i v t l , 特流来恢复q 。如果这些比特 流不足以恢复原始码流，那就需要通过发送反馈信号到编码端来请求更多码流发送过 来，重复“请求一解码”过程直到达到预定误码率。原图像采用m 位量化，由于边信息的 存在，解码端只需每字符小于m 比特流就能够诈确的预测到量化值，因此实现了压缩。 a 解码端收到量化索引q 后，计算得到边信息s 与s 的均方误差。如果边信息s 符合索引 9 基丁二优化t c q 的分布式视频编码 值，就可以用s 中值来代表相应重构值。如果边信息与索引值相差很远，重构时依然用 s 来代表重构值，这样可以将重构错误限制在一个由粗略量化决定的极大值内。 2 3 实验结果与分析 l d p c 码【9 】【1 4 】【1 5 1 被认为是迄今为止性能最好的纠错码。l d p c 码是当今信道编码领 域中最令人瞩目的研究热点，近几年国际上对l d p c 码的理论研究以及工程应用和 v l s i ( 超大规模集成电路) 实现方面的研究都已取得重要进展。基于l d p c 码的上述优 异性能，我们采用3 9 6 个节点的l d p c a 编码器来代替图2 6 中的t u r b o 编码器，当输入序 列长度不足3 9 6 时，加入了一些o 来补足3 9 6 。像素域d v c 的率失真性能如图2 7 所示， 实验采用的视频测试序列为q c i f f o r e m a n 和h a l l 两个序列，1 4 8 帧1 5 h z 的两个标准序列 的亮度分量被测试。 由实验结果可知，测试序y l j h a l l - 与f o r e m a n 的率失真性能均低于参考算法d c t 域 1 4 d v c ，h a l l 序列的结果显示码率越高其性能与变换域的性能相差越大；对于加r